Machine Learning / AI
Escreva um programa em Python: crie uma matriz 1000x1000, preencha as linhas com a sequência de Fibonacci, eleve ao quadrado os elementos da diagonal secundária. Tempo: 2 minutos.
Qual é a diferença entre tarefas de classificação e regressão?
Existem dúvidas sobre as condições de trabalho (formato, apresentação, salário)?
Quais são os problemas de fairness em ML na medicina?
O que é o método de boosting de gradiente e como funciona?
Por que é necessário reduzir o tamanho do dicionário? O que há de errado com um dicionário grande? Em qual função ocorre a carga?
Que soluções propor ao aumentar a carga no sistema?
Qual foi o volume final da amostra e quantos atributos originais e selecionados havia no projeto?
Como escalar o sistema sob carga elevada?
O que é fastembed e por que é útil para prototipagem?
Que testes estatísticos são utilizados em testes A/B?
Como é que a adição de valores iguais a todos os objetos afeta as métricas de classificação?
Tarefa prática A IA gerou um código para decidir sobre o lançamento de um novo LLM. Faça uma revisão: modifique-o para que o editor possa comparar a qualidade das versões por segmentos temáticos, ver a dispersão das avaliações e notar o risco de deterioração em um pequeno grupo de dados. import matplotlib.pyplot as plt import pandas as pd scores = pd.read_csv('model_scores.csv') summary = scores.groupby('model_version')['score'].mean() plt.bar(summary.index, summary.values) plt.title('Qualidade dos modelos') plt.ylabel('Avaliação média') plt.show() print('Melhor versão:', summary.idxmax())
O que é o CHRF e onde é utilizado?
O que é over-squashing em GNN?
O que são tabelas históricas?
Já trabalhou com programação orientada a objetos?
O que é convolução em grupo e como ela está relacionada com ResNeXt?
Quantos trabalhou com embedders, ouviu falar de outros embedders?
Como é geralmente o percurso de uma aplicação ML/LLM desde o Dockerfile e o código fonte até ao serviço implantado e ao tráfego de utilizadores no Kubernetes?